Урок из полного доступа, первые уроки курса бесплатно Официальный курс OpenAI Academy на русском
Урок 156 · Текст · ~5 мин

Циклы итеративных исправлений с Codex

Урок 156 из 303 курса «OpenAI Cookbook»: официальный курс OpenAI Academy (ОпенАИ) на русском языке. Урок входит в платный доступ; первые уроки курса бесплатно.

О чём урок

Это руководство посвящено замкнутым рабочим процессам агентов: агентам, которые генерируют результат, проверяют его и используют обратную связь для улучшения следующего прохода.

Мы рассмотрим рабочий процесс обеспечения надёжности документации, который обнаруживает, исправляет и проверяет устаревшие или неработающие примеры API и SDK. В рабочем примере используются намеренно устаревшие notebooks, адаптированные из этого репозитория Cookbook.

Мы построим этот цикл агента с помощью Codex. Codex анализирует текущее состояние, применяет целенаправленные изменения, запускает validation и повторяет действия, если обратная связь указывает на оставшиеся проблемы.

Задача с notebook — это лишь пример. Шаблон применим везде, где output агента может быть измерен с помощью надёжной обратной связи.

Рабочий процесс состоит из трёх фаз:

  • Анализ: проверяет текущий артефакт и возвращает структурированные выводы, не редактируя файлы.
  • Исправление: применяет целенаправленные изменения к скопированному артефакту, используя выводы и последнюю обратную связь от validation.
  • Проверка: запускает соответствующие проверки и сообщает, что ещё требует доработки.

Validation замыкает цикл. Исправленный notebook должен удовлетворять важным проверкам, а любые оставшиеся проблемы становятся входными данными для следующего исправления.

Этот notebook использует Codex CLI в безголовом режиме, чтобы шаги исправления могли выполняться из Python cells вместо чат-интерфейса. Первый code cell устанавливает CLI; если он у вас уже есть, вы можете пропустить этот cell.

Перед запуском активного цикла исправления установите OPENAI_API_KEY в вашей среде.

В notebook по умолчанию используется быстрая модель исправления, чтобы полный пример мог завершиться за разумное время. Чтобы поэкспериментировать с другой моделью, установите REPAIR_MODEL перед началом работы. Install cell фиксирует известную версию Codex CLI для воспроизводимости; обновляйте эту версию намеренно, когда вам требуется новое поведение CLI.

Cells ниже загружают три сопутствующих notebooks и суммируют метаданные, которые управляют циклом исправления.

Sample намеренно небольшие. Они быстро выполняются, но при этом демонстрируют архитектуру: анализ выявляет существенные проблемы, исправление вносит целенаправленные изменения, а validation генерирует обратную связь для следующего прохода.

Если вы загружаете этот notebook отдельно, также загрузите…

План урока

  1. Настройка
  2. Загрузка sample артефактов
  3. Определение бизнес-правил и таксономии проблем
  4. Определение структурированных output
  5. Фаза анализа
  6. Фаза исправления
  7. Фаза validation
  8. Сохранение output каждой итерации

Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.

Откройте полный доступ

Вы прошли бесплатные уроки. Выберите тариф, чтобы продолжить обучение.

Курсы OpenAI 1 490 ₽ Разовый платёж, навсегда
  • Все курсы от OpenAI (1 шт.)
  • Именной сертификат по каждому пройденному курсу
Оплатить
Полный доступ 4 900 ₽ Разовый платёж, навсегда
  • Все 77 курсов от 11 AI-провайдеров
  • Библиотека промптов и новые курсы
Оплатить

Безопасная оплата через Robokassa: СБП, карты, электронные кошельки. Доступ откроется в этом браузере и придёт письмом. Уже оплатили? Восстановить доступ

Полезные гиды